蘋果日前聲明稱，已收購英國人工智能語音技術公司VocalIQ，雖具體收購價格尚未公布，但業內人士表示，此次收購可能幫助蘋果改進虛擬語音助手Siri，并有望進一步推進蘋果的汽車項目。
近幾年，日產、凱迪拉克等車企探索后視鏡智能，并通過依靠語音進行操控，而這些智能語音方案是達訊偉業和科大訊飛深度合作的產物。在炙手可熱的智能家居市場中，以語音交互為基礎的人機互動模式，也逐步成為標準性功能配置。
繼手動人機交互之后，語音交互領域成為智能領域的另一入口，被各大巨頭爭相搶奪。
巨頭持續投入
VocalIQ源于劍橋大學旗下Dialogue Systems Group（對話系統集團），專注于自然語言的理解。其通過使用深度學習來改進語言識別，試圖打造科幻影片《鋼鐵俠》中的Jarvis或《她》中的Samantha。由此，VocalIQ的技術能改進Siri、Google Now、Cortana、Alexa（亞馬遜）等一系列虛擬語音助手。
目前，蘋果公司的Siri等語音助手，主要依賴于腳本對話，對特定指令做出應答。但通過VocalIQ技術，可以使用戶以會話方式而非設備能理解的提示性語言與設備交互。蘋果收購VocalIQ，顯然可以通過該技術改進Siri。
更重要的是，收購VocalIQ還可以推進蘋果汽車項目的發展。據悉，今年年初，VocalIQ在官方博客中表示，“車載語音對話系統”能預防駕駛員在駕駛汽車時，因注視車窗外景色而分心。而更早前，VocalIQ與通用汽車聯合開發車載語音識別項目。
事實上，VocalIQ是蘋果“進入”汽車市場收購的第二家公司。今年9月份，蘋果以2500萬美元收購地圖可視化公司Mapsense，其主要業務是打造用來分析和可視化位置數據的工具。例如，不同于蘋果的Siri和微軟的Cortana的愈趨人性化反應，Google Now的「Ok, Google」語言搜尋引擎，一直在專注更準確地分析使用者的話語。谷歌最新在其官方博客中，向我們解釋了他們最新應用至其語言搜尋功能的演算法，能通過預測使用者說話的音位（phoneme）來提升準確度。
巨頭在智能語音領域沒少燒錢，從語音智能生態系統來看，主要有基于Nuance的蘋果Siri與三星S-Voice、谷歌Android的Google Now、微軟Windows Phone的Cortana三大版圖。
爭奪新智能入口
大佬的布局是為爭奪智能領域的另一入口。近年來，科技創新帶來人機交互終端智能化程度的不斷提升，傳統的交互方式難以全方位滿足用戶需求，而以語音交互為基礎的包括圖像、體感在內的第三代人際交互模式，正發揮著越來越顯著的作用。
但智能語音技術的技術壁壘很高，需要企業在統計學、聲學、語言學、計算機科學等多個領域，具有較強綜合實力。同時，智能語音技術研究周期長、投入大，如IBM已在語音技術領域持續研發近30年。在全球范圍內來看，僅有少數廠商在語音市場具備較強競爭力，包括Nuance、IBM、微軟、Google等跨國IT企業。國內語音技術市場則處于市場導入期。
現階段，智能語音其實并不夠智能，準確率低、網絡依賴的一系列問題，仍在很大程度上影響了語音交互的用戶體驗。在語音輸入時必須有意字正腔圓地說話，顯然這樣識別率更高，但人和人在真正交流時并不會如此，有時會說得很快，有時聲音則會很低。同時，在噪聲及使用方言等情況下，識別率會顯著降低。
同時，智能化水平不高，不能理解做出思考的問題更大。目前語音技術還難以實現對語義的深層次理解，只是將平臺的語音識別模塊嫁接到軟件中，并沒有解決語音識別后如何將內容“翻譯”成機器理解的指令問題。如果這一點沒有解決，語音技術也僅能起到聽寫引擎的作用。
可喜的是，當前，語音技術的應用范圍正在不斷擴寬，也衍生出一系列對語音交互存在剛性需求的場景。例如以可穿戴設備為代表的小型化、便攜式終端的交互；遠距離、大屏幕終端交互，如智能電視、智能家居、消費機器人等；汽車等不方便使用雙手的場景中人機交互。也就是說，應用反向推動技術的進步。
產業即將進入爆發期
由于智能可穿戴設備屏幕一般不會太大，甚至沒有觸控屏幕，因此更加便利的人機交互，就需使用語音進行控制。比如，可穿戴設備的先驅谷歌眼鏡，就搭載了智能語音系統，用戶通過fiOK Glassfl這句話就可以啟動智能對話，然后通過語音就能獲得通知及提醒，并在網絡環境下，可以通過語音給別人發送短信。此外，包括索尼發布SWR30語音手環，以及全球首款中文智能手表操作系統Moto 360智能手表，均以語音交互為其賣點。隨著可穿戴設備在未來滲透率的不斷提升，語音交互應用領域將不斷拓寬。
在大屏領域的應用集中在智能電視，包括康佳、長虹、TCL、LG、樂視等，均搭載非常強大語音交互功能，可以通過語音輸入，實現包括查收影視劇、聽歌、發送微博、開關電視等各種實用的功能。在智能家居中，搭載語音方案也是必不可少的，如蘋果發布的智能家居 HomeKit，也是采取與Siri協作的方式，用戶可以使用自然語句來發出各種命令，例如“關上我的前門”、“打開廚房的燈”。Siri還能告訴用戶家里物品的狀態，回答如“我的車庫是開著嗎？”這樣的問題。在未來家庭用的消費人興起之后，語音技術還將面臨更大市場。
汽車領域則是另一爭奪的焦點，由于在駕駛汽車的過程中，使用按鍵或觸控容易引發安全問題，因此各大車廠在前裝控制系統中也均搭載了語音控制方案。
分析人士指出，語音技術水平的提升，與其商用價值的釋放，并未能呈現出完全的線性關系。雖語音技術發展已歷經長達數十年時間，但由于并未突破大規模商用的節點，因此目前市場規模仍停留在十億量級。近年來，隨著技術不斷沉淀，以及語音交互場景的不斷拓寬，也預示著語音商用價值的顯著提升，語音產業發展即將進入爆發期。
京公網安備 11010502049343號